View of Analisis Pengaruh Rasio Keuangan Terhadap Prediksi Kondisi Financial Distress

(1)

Indonesian Accounting Research Journal Vol. 3, No. 2, February 2023, pp. 131 – 138

©Jurusan Akuntansi Politeknik Negeri Bandung

Analisis Pengaruh Rasio Keuangan Terhadap Prediksi Kondisi Financial Distress

The Effect Of Financial Ratio In Predicting Financial Distress

Emia Eunike Violine Ginting

Jurusan Akuntansi Politeknik Negeri Bandung E-mail: [email protected]

Endah Dwi Kusumastuti

Jurusan Akuntansi Politeknik Negeri Bandung E-mail: [email protected]

Abstract: This research aims to analyze the effect of financial ratio in predicting financial distress.

The data used in this research is the secondary data with the population of the hotel, restaurant, dan tourism companies listed on the Indonesian Stock Exchange. The sample is determined by the method of purpovive sampling so that the number of sample in this research as much as 24 companies. The result of this research is there is a significant positive influence of Current Ratio in predicting financial distress conditions; there is a significant positive influence of Return On Assets in predicting financial distress conditions; there is a significant negative effect of Debt to Assets Ratio in predicting financial distress conditions; there is a influence is not significant of Total Assets Turnover in predicting financial distress conditions; there is a influence is not significant of Sales Growth in predicting financial distress conditions; there is a simultaneous influence of Current Ratio, Return On Assets, Debt to Assets Ratio, Total Assets Turnover, and Sales Growth in predicting financial distress conditions.

Keywords: Financial Distress, Current Ratio, Return On Assets, Debt to Assets Ratio, Total Assets Turnover, Sales Growth

1. Pendahuluan

Kemunculan virus COVID-19 di Indonesia menuntut pemerintah Indonesia untuk menerapkan kebijakan PSBB (Pembatasan Sosial Berskala Besar). Kebijakan ini merupakan kebijakan yang membatasi pergerakan masyarakat sehingga diharapkan dapat memutus rantai penularan COVID-19. Terdapat beberapa sektor yang terkena dampak akibat diberlakukannya kebijakan PSBB ini, salah satunya adalah perusahaan sub sektor hotel, restoran, dan pariwisata.

Sebagai bisnis yang hidup dari pergerakan manusia, kebijakan PSBB ini membuat perusahaan mengalami penurunan penjualan yang dapat mengakibatkan terjadinya penurunan kinerja keuangan perusahaan. Penurunan kinerja perusahaan yang tidak diatasi dengan baik dapat membuat perusahaan mengalami kondisi financial distress dan memungkinkan terjadinya kebangkrutan.

Financial distress merupakan tahap penurunan kondisi keuangan perusahaan sebelum terjadinya kebangkrutan atau likuidasi (Wahyu Widarjo, 2009). Menurut Platt dalam Amilia (2004) dalam mengidentifikasi kondisi financial distress merupakan suatu hal yang sangat penting karena dapat mempercepet tindakan manajemen untuk mencegah kebangkrutan, dan dapat membantu mengambil tindakan merger atau take over agar mampu membayar hutang, dan memberikan early warning system pada kemungkinan terjadinya kebangkrutan. Dalam hal ini, rasio keuangan merupakan

(2)

Emia Eunike Violine Ginting, Endah Dwi Kusumastuti

salah satu variabel yang bisa digunakan untuk mengidentifikasi kondisi financial distress. Menurut Nasser dan Aryati (2000) rasio keuangaan dapat bermanfaat dalam memprediksi kebangkrutan untuk jangka waktu satu sampai lima tahun sebelum perusahaan benar-benar bangkrut.

Penelitian ini bertujuan untuk menganalisis bagaimana pengaruh rasio keuangan terhadap prediksi kondisi financial distress pada perusahaan sub sektor hotel, restoran, dan pariwisata yang terdaftar di Bursa Efek Indonesia periode 2018-2020. Rasio keuangan yang digunakan dalam penelitian ini yaitu Rasio Likuiditas dengan proxy Current Ratio (CR) sebagai variabel X1, Rasio Profitabilitas dengan proxy Return On Assets (ROA) sebagai variabel X2, Rasio Leverage dengan proxy Debt to Assets Ratio (DAR) sebagai variabel X3, Rasio Aktivitas dengan proxy Total Assets Turnover (TATO) sebagai variabel X4, Rasio Pertumbuhan dengan proxy Sales Growth (SG) sebagai variabel X5.

2. Kajian Pustaka 2.1. Laporan Keuangan

Laporan keuangan merupakan catatan informasi keuangan perusahaan yang diperoleh dari transaksi-transaksi keuangan selama satu tahun buku yang dapat digunakan sebagai alat komunikasi yang menghubungkan perusahaan dengan pihak-pihak yang berkepentingan. Menurut PSAK No.1 tentang penyajian laporan keuangan menyatakan bahwa laporan keuangan yang lengkap terdiri dari laporan posisi keuangan pada akhir periode, laporan laba rugi, laporan perubahan ekuitas, laporan arus kas, dan catatan atas laporan keuangan.

2.2. Analisis Rasio Keuangan

Analisis rasio keuangan merupakan suatu gambaran tentang hubungan dua unsur atau jumlah tertentu dengan jumlah lain, yang hasilnya digunakan untuk mengetahui baik atau buruknya suatu posisi keuangan (Herispon, 2016). Rasio keuangan yang digunakan dalam penelitian ini, yaitu:

1. CR

Rasio yang digunakan untuk menggambarkan kemampuan suatu perusahaan dalam hal pemenuhan kewajiban keuangannya.

CR= Current Assets

x 100%

Current Liability 2. ROA

Rasio yang menunjukkan kemampuan suatu perusahaan menghasilkan laba dengan semua aset yang dimiliki perusahaan.

ROA = Net Income After Tax x 100%

Total Assets 3. DAR

Rasio yang dapat mengukur bagaimana perolehan aset perusahaan, sehingga diketahui seberapa besar aset perusahaan yang berasal dari hutang.

DAR = Total Liability

x 100%

Total Assets 4. TATO

Rasio yang mengukur bagaimana kemampuan perusahaan dalam menggunakan dana yang tersedia dalam memperoleh penjualan.

TATO = Sales

Total Assets

(3)

5. SG

Rasio yang digunakan untuk mengukur pertumbuhan penjualan perusahaan. Rasio ini merupakan indikator dari penerimaan pasar atas produk atau jasa yang dihasilkan.

SG= Sales (t) – Sales (t-1) Salest (t-1) 2.3. Financial Distress

Menurut Platt & Platt (2002), financial distress didefinisikan sebagai tahap akhir dari penurunan perusahaan sebelum terjadinya kebangkrutan dan/atau likuidasi. Sedangkan Bringham dan Daves (2003) dalam Kristanti (2019:11) menyatakan financial distress sebagai situasi dimana perusahaan tidak mampu lagi membayar kewajiban pada jadwal pembayarannya. Jadi, financial distress dapat diartikan sebagai kondisi dimana perusahaan mengalami penurunan kinerja keuangan sehingga tidak mampu memenuhi kewajibannya kepada kreditur karena kurangnya dana untuk menjalankan usahanya. Kondisi ini tidakmuncul begitu saja dan dapat dikenali lebih dini. Salah satunya menggunakan rasio keuangan. Dalam hal ini, rasio keuangan dapat digunakan sebagai indikasi terjadinya kondisi financial distress pada perusahaan. Pada penelitian ini kondisi financial distress diketahui dengan menggunakan perhitungan rumus Altman Z-Score yaitu:

3. Metode Penelitian

Penelitian ini merupakan penelitian kuantitatif yang menjelaskan pengaruh variabel X1 (CR), X2 (ROA), X3 (DAR), X4 (TATO), X5 (SG) secara parsial dan simultan terhadap variabel Y (Financial Distress dengan proxy Altman Z-SCORE). Jenis data yang digunakan merupakan data sekunder yaitu data laporan keuangan perusahaan sub sektor hotel, restoran, dan pariwisata yang terdaftar di Bursa Efek Indonesia periode 2018-2020 yang berasal dari website Bursa Efek Indonesia.

Teknik penentuan sampel menggunakan teknik purposive sampling dengan kriteria sebagai berikut:

1. Perusahaan Sub Sektor Hotel, Restoran, dan Pariwisata yang terdaftar di Bursa Efek Indonesia periode 2018-2020.

2. Perusahaan Sub Sektor Hotel, Restoran, dan Pariwisata yang mempublikasikan laporan keuangan secara lengkap selama periode 2018-2020.

Dengan kriteria diatas maka sampel penelitian berjumlah 24 perusahaan. Sehingga sampel pada penelitian ini berjumlah 72 sampel. Untuk menguji pengaruh variabel rasio keuangan terhadap prediksi kondisi financial distress menggunakan analisis regresi linier berganda, yang formulasinya sebagai berikut:

Y = B0 + B1X1 + B2X2 + B3X3 + B4X4 + B5X5

Y = Kondisi financial distress pada perusahaan (Z-Score) B0 = Konstanta

B1-5 = Koefisien regresi X1 = Likuiditas (CR) X2 = Profitabilitas (ROA)

(4)

X3 = Leverage (DAR) X4 = Aktivitas (TATO) X5 = Pertumbuhan (SG) 4. Hasil dan Pembahasan

4.1. Statistik Deskriptif

Tabel. 1 Statistik Deskriptif

N Minimum Maximum Mean Std. Deviation Z-SCORE 60 -4,0510 6,7689 2,305735 2,2641931

CR 60 ,0558 4,1068 1,500413 ,9385813

ROA 60 -,2575 ,1253 -,002972 ,0680999

DAR 60 ,1220 2,6599 ,477528 ,3342490

TATO 60 ,0020 2,9518 ,487558 ,6407797

SG 60 -,8412 ,8096 -,109095 ,3518130

Valid N (listwise)

60

Sampel penelitian ini berjumlah 24 perusahaan dengan periode laporan keuangan tahun 2018- 2020. Total sampel pada penelitian ini berjumlah 72 sampel. Pada saat olah data, ditemukan adanya outlier sebanyak 12 data. sehingga jumlah sampel setelah outlier yaitu sebanyak 60 sampel.

Berdasarkan hasil Tabel 1 maka dapat diketahui:

1. Variabel financial distress dengan proxy Altman Z-Score (Y) memiliki nilai minimum -4,0510 dan nilai maksimum 6,7689 . Nilai mean sebesar 2,305735 dan nilai std. deviation sebesar 2,2641931. Variabel financial distress (Y) memiliki nilai std. deviation yang lebih kecil dari nilai mean, artinya variabel financial distress (Y) memiliki variasi data yang rendah.

2. Variabel CR (X1) memiliki nilai minimum 0,0558 dan nilai maksimum 4,1068. Nilai mean sebesar 1,500413 dan nilai std. deviation sebesar 0,9385813. Variabel CR (X1) memiliki nilai std. deviation yang lebih kecil dari nilai mean, artinya variabel CR (X1) memiliki variasi data yang rendah.

3. Variabel ROA (X2) memiliki nilai minimum -0,2575 dan nilai maksimum 0,1253. Nilai mean sebesar -0,002972 dan nilai std. deviation sebesar 0,0680999. Variabel ROA (X2) memiliki nilai std. deviation yang lebih besar dari nilai mean, artinya variabel ROA (X2) memiliki variasi data yang tinggi.

4. Variabel DAR (X3) memiliki nilai minimum 0,1220 dan nilai maksimum 2,6599. Nilai mean sebesar 0,477528 dan nilai std. deviation sebesar 0,3342490. Variabel DAR (X3) memilik nilai std. deviation yang lebih kecil dari nilai mean, artinya variabel DAR (X3) memiliki variasi data yang rendah.

5. Variabel TATO (X4), memiliki nilai minimum 0,0020 dan nilai maksimum 2,9518. Nilai mean sebesar 0,487558 dan nilai std. deviation sebesar 0,6407797. Variabel TATO (X4) memiliki nilai std. deviation yang lebih besar dari nilai mean, artinya variabel TATO (X4) memiliki variasi data yang tinggi.

6. Variabel SG (X5), memiliki nilai minimum -0,8412 dan nilai maksimum 0,8096. Nilai mean sebesar 0,109095 dan nilai std. deviation sebesar 0,3518130. Variabel SG (X5) memiliki nilai std. deviation yang lebih besar dari nilai mean, artinya variabel SG (X5) memiliki variasi data yang tinggi.

(5)

4.2. Uji Hipotesis

Penelitian ini bertujuan mengetahui pengaruh variabel X1 (CR), X2 (ROA), X3 (DAR), X4

(TATO), X5 (SG) secara parsial dan simultan terhadap variabel Y (financial distress dengan proxy Altman Z-SCORE). Hasil uji secara parsial pengaruh variabel rasio keuangan terhadap prediksi kondisi financial distress dapat dilihat pada Tabel 2 Hasil Uji T diabawah ini:

Tabel. 2 Hasil Uji T Model

Unstandardized Coefficients

Standardized

Coefficients t Sig.

B Std. Error Beta

1

(Constant) 2.140 .429 4.987 .000

CR 1.002 .167 .415 5.985 .000

ROA 10.696 2.569 .322 4.163 .000

DAR -3.021 .483 -.446 -6.257 .000

TATO .361 .243 .102 1.486 .143

SG .356 .486 .055 .732 .467

a. Dependent Variable: ZSCORE

1. Pengaruh CR (X1) terhadap prediksi kondisi financial0distress

Hasil Uji T variabel CR (X1) menunjukkan nilai signifikan sebesar 0,000 lebih kecil dibandingkan dengan nilai signifikan yang disyaratkan sebesar 0,05 atau 5%.Sehingga dapat disimpulkan bahwa CR (X1) memiliki pengaruh positif signifikan dalam menentukan perubahan pada variabel Y yaitu financial distress. Hasil ini menunjukkan bahwa CR (X1) dapat menjadi prediktor yang tepat dalam memprediksi kondisi financial distress (Y).

CR dapat menggambarkan kemampuan suatu perusahaan dalam hal pemenuhan kewajiban keuangannya saat sudah jatuh tempo. Perusahaan dengan persentase CR yang tinggi dapat dikategorikan sebagai perusahaan yang memiliki dana yang cukup untuk memenuhi kewajiban keuangannya pada saat jatuh tempo. Tersedianya kecukupan dana untuk memenuhi kewajiban keuangan perusahaan akan memperkecil kemungkinan perusahaan terindikasi kondisi financial distress. Sehingga CR berpengaruh positif signifikan terhadap prediksi kondisi financial distress sesuai dengan hasil penelitian yang dilakukan oleh Hastuti dan Purwanto (2015) yang menyatakan CR memiliki pengaruh signifikan dalam memprediksi kondisi financial distress (Y).”

2. Pengaruh ROA (X2) terhadap prediksi kondisi financial0distress

Hasil Uji T variabel ROA (X2) menunjukkan nilai signifikan sebesar 0,000 lebih kecil dibandingkan dengan nilai signifikan yang disyaratkan yaitu sebesar 0,05 atau 5%. Sehingga dapat disimpulkan bahwa ROA (X2) memiliki pengaruh positif signifikan dalam menentukan perubahan variabel Y yaitu financial distress. Hasil ini menunjukkan bahwa ROA (X2) dapat digunakan menjadi prediktor yang tepat dalam memprediksi kondisi financial distress (Y).

ROA dapat menggambarkan bagaimana suatu perusahaan dapat menghasilkan laba atau keuntungan perusahaan melalui aset yang dimiliki perusahaan. Perusahaan yang memiliki ROA yang tinggi dinilai mampu menggunakan seluruh asset perusahaan dengan efektif dan efisien.

Apabila aset perusahaan dikelola dengan efektif dan efisien, maka perusahaan dapat melakukan penghematan biaya sehingga memperoleh dana yang cukup untuk dapat melakukan kegiatan operasional perusahaan. Apabila perusahaan memiliki dana yang cukup untuk menjalankan kegiatan operasionalnya, maka kemungkinan perusahaan mengalami kondisi financial distress akan semakin kecil. Sehingga ROA berpengaruh positif signifikan terhadap prediksi kondisi financial distress sesuai hasil penelitian yang dilakukan oleh Liana dan Sutrisno (2014) yang menyatakan rasio

(6)

profitabilitas berpengaruh dalam memprediksi kondisi financial distress (Y).

3. Pengaruh DAR (X3) terhadap prediksi kondisi financial0distress

Hasil Uji T variable DAR (X3) menunjukkan nilai signifikan sebesar 0,000 lebih kecil dibandingkan dengan nilai signifikan yang disyaratkan yaitu sebesar 0,05 atau 5%. Sehingga dapat disimpulkan bahwa DAR (X3) memiliki pengaruh negatif signifikan dalam menentukkan perubahan variabel financial distress. Hasil ini menunjukkan bahwa DAR (X3) dapat digunakan menjadi prediktor yang tepat dalam memprediksi kondisi financial distress (Y).

DAR dapat menggambarkan seberapa besar aset perusahaan yang berasal dari hutang, sehingga dapat diketahui tingkat kewajiban yang dimiliki perusahan. Perusahaan yang memiliki tingkat DAR yang tinggi memiliki dana perusahaan yang lebih banyak dibiayai dari hutang. Tingkat DAR yang terlalu tinggi dapat merugikan perusahaan. Sehingga terlalu banyak dana yang dibiayai oleh hutang memiliki kemungkinan yang lebih tinggi mengalami kondisi financial distress. Sehingga DAR berpengaruh negatif signifikan terhadap prediksi kondisi financial distress sesuai hasil penelitian Rohmadini, Muhammad, dan Darmawan (2018) disimpulkan bahwa variabel DAR memiliki pengaruh signifikan dalam memprediksi kondisi financial distress.

4. Pengaruh TATO (X4) terhadap prediksi kondisi financial0distress

Hasil Uji T variabel TATO (X4) menunjukkan nilai signifikan sebesar 0,143 lebih besar dibandingkan nilai signifikan yang disyaratkan yaitu sebesar 0,05. Hasil ini menunjukkan TATO (X4) memiliki pengaruh tidak signifikan terhadap prediksi kondisi financial distress. Hal ini dikarenakan pada perusahaan sub sektor hotel, restoran, dan pariwisata yang bergerak di bidang jasa memiliki rata-rata total aset yang cukup tinggi. Sehingga nilai rasio ini tidak dapat dijadikan prediktor yang tepat dalam memprediksi kondisi financial distress. Sesuai dengan penelitian Restiani dan Agustina (2018) yang menyimpulkan bahwa adanya pengaruh tidak signifikan rasio aktivitas dalam memprediksi kondisi financial distress.

5. Pengaruh SG (X5) terhadap prediksi kondisi financial0distress

Hasil Uji T variabel SG (X5) menunjukkan nilai signifikan sebesar 0,467 lebih besar dibandingkan nilai signifikan yang disyaratkan yaitu sebesar 0,05. Hasil ini menunjukkan SG (X5) memiliki pengaruh tidak signifikan terhadap prediksi kondisi financial distress. Hal ini dikarenakan drastisnya penurunan penjualan yang terjadi pada tahun 2020 tidak secara langsung menyebabkan suatu perusahaan mengalami kondisi financial distress. Sehingga rasio ini tidak dapat dijadikan sebagai prediktor yang tepat dalam memprediksi kondisi financial distress.

Tabel. 3 Hasil Uji F

Model Sum of Squares df Mean Square F Sig.

1

Regression 233.224 5 46.645 36.376 .000^b

Residual 69.244 54 1.282

Total 302.468 59

a. Dependent Variable: ZSCORE

b. Predictors: (Constant), SG, TATO, DAR, CR, ROA

Berdasarkan hasil tabel Uji F menunjukkan tingkat signifikansi-sebesar 0,000 dimana nilai signifikan lebih besar dari 0,05 yang artinya Ha diterima. Nilai Fhitung sebesar 36,376 dan nilai Ftabel

sebesar 2,540 yang dimana Fhitung>Ftabel yang artinya Ha diterima. Berdasarkan hasil nilai signifikan dan nilai Fhitung maka variabel independen (CR, ROA, DAR, TATO, dan SG) secara simultan dapat mempengaruhi nilai variabel dependen (financial distress).

Y=2,140 + 1,002X1 + 10,696X2 – 3,021X3 + 0,361X4 + 0,356X5

Sehingga model regresi diatas dapat digunakan untuk memprediksi kondisi financial distress.

(7)

5. Kesimpulan

Hasil penelitian ini menyatakan bahwa variabel rasio keuangan yang dapat digunakan untuk memprediksi kondisi financial distress perusahaan adalah rasio likuiditas (CR), rasio profitabilitas (ROA), rasio leverage (DAR). Sementara rasio aktivitas (TATO) dan rasio pertumbuhan (SG) dinyatakan memiliki pengaruh yang tidak signifikan dalam memprediksi kondisi financial distress.

Maka dari itu, diharapkan bagi perusahaan untuk dapat lebih memperhatikan tingkat rasio likuiditas, rasio profitabilitas, dan rasio leverage untuk menghindari kebangkrutan pada perusahaan.

Bagi peneliti selanjutnya diharapkan dapat menggunakan periode pengamatan yang lebih lama untuk meningkatkan tingkat akurasi hasil penelitian, menambahkan variabel lain yang juga dapat digunakan sebagai indikator kondisi financial distress, serta memperluas lingkup penelitian.

Daftar Pustaka

Adriansyah, M. Z. (2018). Pengaruh Rasio Likuiditas, Leverage, Profitabilitas, Aktivitas, dan Pertumbuhan dalam Memprediksi Financial Distress. Fakultas Ekonomi Universitas Islam Indonesia.

Almilia, L. S. (2004). Analisis Faktor-Faktor yang Mempengaruhi Kondisi Financial istress Suatu Perusahaan yang Terdaftar di Bursa Efek Jakarta. The Indonesian Journal of Accounting Research, Vol.7, No.1.

Almilia, L. S., & Kristijadi. (2003). Analisis Rasio Keuangan untuk Memprediksi Kondisi Financial Distress. Jurnal Akuntansi dan Auditing Indonesia, 183-210.

Altman, E. I., Hotchkiss, E., & Wang, W. (2019). Corporate Financial Distress, Restructuring, dan Bankruptcy: Analyze Leverage Finance, Distressed Debt, and Bankruptcy. Canada: John Wiley &

Sons.

Azwar, S. (1997). Metode Penelitian. Yogyakarta: Pustaka Pelajar.

Bringham, E., & Gapenski, L. (1997). Financial Management Theory and Practice. Orlando: The Dryden Press.

Damodaran, A. (1997). Corporate Finance Theory and Practice. Newyork: John Wiley & Son.

Dwijayanti, S. P. (2010). Penyebab, Dampak, dan Prediksi dari Financial Distress serta Solusi untuk Mengatasi Financial Distress. Jurnal Akuntansi Kontemporer, 191-205.

Fitriyah, I., & Hariyati. (2013). Pengaruh Rasio Keuangan Terhadap Financial Distress Pada Perusahaan Properti dan Real Estate. Jurnal Ilmu Manajemen, 760-773.

Gitman, J. L. (2012). Principles Of Managerial Finance. United State: Pearson Education.

Hapsari, E. I. (2012). Kekuatan Rasio Keuangan Dalam Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Di Bei. Jurnal Dinamika Manajemen, 101-109.

Harahap, S. S. (2011). Analisis Krisis atas Laporan Keuangan. Jakarta: Raja Grafindo Persada.

Hastuti, I., & Purwanto, E. (2015). Analisis Rasio Keuangan Sebagai Alat Prediksi Financial Distress Bagi Perusahaan manufaktur di bursa Efek Indonesia Tahun 2009 - 2012. Forum Akademika, 99-106.

(8)

Herispon. (2016). Analisis Laporan Keuangan . Pekanbaru: Akademi Keuangan & Perbankan Riau.

Hidayat, M. A. (2013). Prediksi Financial Distress Perusahaan Manufaktur di Indonesia Studi Empiris pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia Periode 2008-2012. Fakultas Ekonomika dan Bisnis Universitas Diponegoro.

Kristianti, F. T. (2019). Financial Distress Teori Dan Perkembangannya Dalam Konteks Indonesia. Malang:

Intelegensia Media.

Liana, D., & Sutrisno. (2014). Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur. Jurnal Studi Manajemen Dan Bisnis, 52-62.

Lizal, L. (2002). Determinants of Financial Distress: What Drives Bankcruptcy in a Transition Economy? The Czech Republic Case.

Mulyani, N. Z. (2018). Pengaruh Good Corporate Governance Terhadap Financial Distress.

Munawir. (2000). Analisis Laporan Keuangan untuk Perbankan . Yogyakarta: Liberty.

Nasser, E. M., & Aryati, T. (2000). Model Analisis CAMEL untuk Memprediksi Financial Distress pada Sektor Perbankan yang Go Public. Jurnal Akuntansi dan Auditing Indonesia, 111-130.

Platt, H. D., & Platt, M. B. (2002). Predicting Corporate Financial Distress: Reflections on Choice- Based Sample Bias. Journal of Economics and Finance, 184-199.

Pustylnick, I. (2012). Restructuring The Financial Characteristics Of Projects In Financial Distress.

Global Journal of Business Research, 125-134.

Putra, Y. A., Purnamawati, I. G., & Sujana, E. (2017). Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Indonesia. e-journal S1 Ak Universitas Pendidikan Ganesha, Vol.8 No.2.

Restianti, T., & Agustina, L. (2018). The Effect of Financial Ratios on Financial Distress Conditions in Sub Industrial Sector Company. Accounting Analysis Journal, 25-33.

Rohmadini, A., Muhammad, S., & Darmawan, A. (2018). Pengaruh Profitabilitas, Likuiditas, dan Leverage terhadap Financial Distress. Jurnal Administrasi Bisnis (JAB), Vol.61 No.2.

Suharsaputra. (2012). Metode Penelitian Kuantitatif, Kualitatif dan Tindakan. Bandung: Refika Aditama.

Wahyu Widarjo, D. S. (2009). Pengaruh Rasio Keuangan Terhadap Kondisi Financial Distress Perusahaan Otomotif. Jurnal Bisnis dan Akuntansi, 107-119.